NumPy的linalg：不太可能的结果

Question

考虑下面的矩阵方程线性系统：

x=Ab 

其中：

In[1]:A 
Out[1]: 
matrix([[ 0.477, -0.277, -0.2 ], 
     [-0.277, 0.444, -0.167], 
     [-0.2 , -0.167, 0.367]]) 

In[2]: b 
Out[2]: [0, 60, 40] 

怎么来的，当我使用numpy.linalg()我得到下面的结果？

import numpy as np 
x = np.linalg.solve(A, b) 
res=x.tolist() 
# res=[1.8014398509481981e+18, 1.801439850948198e+18, 1.8014398509481984e+18] 

这些数字很大！这里有什么问题？我怀疑A是错误的形式，因为它在我的等式中乘以b，而numpy.linalg()认为A好像它乘以x。

Answer 1

你给什么作为方程式（x=A b）只是一个matrix multiplication，而不是一个线性方程组的求解（A x=b），而您将使用np.linalg.solve。你需要做的是在你的情况下获得x只需使用np.dot（A.dot(b)）。

Answer 2

您的矩阵是单数的，可以通过将它的列总和为零来看到。在数学上，这个系统只适用于一小组b载体。

你得到的解决方案很可能只是数字噪音。